一种自适应超分辨率图像重建方法研究

发布时间：2018-05-30 02:44

  本文选题：统计量 + 自适应　； 参考：《软件导刊》2018年02期

【摘要】：针对图像去噪的问题,提出了一种自适应范数及正则化参数的图像重建方法。首先,考虑到退化图像不仅含有高斯噪声,而且含有拉普拉斯噪声,利用最大似然估计的思想估计高斯噪声和拉普拉斯噪声的标准差;其次,由于在图像重建过程中,噪声分布会发生变化,为此,构造基于统计量的高斯和拉普拉斯权重函数,整合L_1、L_2范数,设计一种自适应加权函数;最后,结合自适应正则化参数方法,设计了一种自适应L_1、L_2范数及正则化参数的图像重建方法。实验结果表明,提出的方法对含有混合噪声的不同图像具有比较理想的重建效果。
[Abstract]:Aiming at the problem of image denoising, an image reconstruction method based on adaptive norm and regularization parameters is proposed. Firstly, considering that the degraded image contains not only Gao Si noise, but also Laplace noise, the standard deviation of Gao Si noise and Laplace noise is estimated by using the idea of maximum likelihood estimation. The noise distribution will change, so we construct the Gao Si and Laplacian weight functions based on statistics, integrate L1 / L _ 2 norm, design an adaptive weighting function, finally, combine the adaptive regularization parameter method, An adaptive image reconstruction method based on L1 / L _ 2 norm and regularization parameters is proposed. The experimental results show that the proposed method is effective for different images with mixed noise.
【作者单位】： 昆明理工大学信息工程与自动化学院;
【基金】：国家自然科学基金项目(61462052) 云南省人才培养基金资助项目(KKSY201403049)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 李凌志;李骏;卢炳武;刘英杰;刘克;;平面近场声全息中正则化参数的确定[J];声学学报;2010年02期

2 邓水英,曾三友,许中华;一种获取正则化参数的新方法[J];计算机工程与应用;2004年16期

3 聂笃宪;袁利国;文有为;;应用粒子群优化算法选择正则化参数[J];计算机工程与应用;2009年12期

4 徐会林;;一种选取线性不适定问题正则化参数的迭代算法[J];江西科学;2010年04期

5 李超,陈武凡;一种基于正则化参数自适应选择的快速近似求逆的图像恢复新算法[J];计算机应用与软件;2000年06期

6 吕国豪;黄雅平;罗四维;蒋欣兰;;一种自适应正则化参数和模数的图像去卷积方法[J];北京交通大学学报;2011年05期

7 阎雪飞;许廷发;白廷柱;;改进的固定点图像复原算法(英文)[J];中国光学;2013年03期

8 王艳;胡章芳;;图像复原中正则化参数的自适应选择方法[J];重庆邮电大学学报(自然科学版);2007年06期

9 周杰,陈明,陈武凡;RCTLS图像恢复中局部线化的优化算法以及正则化参数的自适应选择[J];计算机学报;1998年S1期

10 孙凤文,郭海峰,杨康;求解光学CT图像重建问题的扰动方法[J];沈阳工业学院学报;2002年01期

相关会议论文 前10条

1 解凯;吕妍昱;;基于隐含重起ARNOLDI过程的参数估计[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 张海南;汤日杰;张书旭;蔡霜;彭俊琴;张爱芳;;4维CT图像重建及其肺癌调强放疗中的应用[A];2010中华医学会影像技术分会第十八次全国学术大会论文集[C];2010年

3 程玉雄;曹良志;吴宏春;郑友琦;张宏博;;基于压缩传感的图像重建[A];第五届反应堆物理与核材料学术研讨会、第二届核能软件自主化研讨会会议摘要集[C];2011年

4 康克军;王石;;环形移位悬浮存储器并行CT图像重建体系[A];第7届全国核电子学与核探测技术学术年会论文集（三）[C];1994年

5 王春海;肖斌;;ICT图像重建并行处理技术[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年

6 王春海;肖斌;;ICT图像重建并行处理技术[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年

7 孙朝明;汤光平;王增勇;李强;;二维CT图像重建方法分析与试验[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年

8 张勇;何彬;张全虎;冯朝;;层析γ扫描图像重建的迭代算法[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集（第一卷·第5册）[C];2009年

9 张挺;朱双华;;一种基于多点地质统计法的图像重建方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

10 印胤;刘力;孙功星;;高精度CT图像重建的并行运算实现[A];第11届全国计算机在现代科学技术领域应用学术会议论文集[C];2003年

相关博士学位论文 前10条

1 陈碧欢;基于需求和体系结构的软件系统自适应方法[D];复旦大学;2014年

2 赵迎功;统计机器翻译中领域自适应问题研究[D];南京大学;2015年

3 张砚;高性能光声图像迭代重建方法的研究[D];复旦大学;2014年

4 侯庆锋;基于非局部滤波导出先验的PET图像重建[D];南方医科大学;2015年

5 赵佳;电阻层析成像稀疏重建方法研究[D];天津大学;2015年

6 谭梧浩;新型电学层析成像技术及其应用研究[D];浙江大学;2016年

7 王斯琪;低秩和对偶在图像序列处理中的应用研究[D];西安电子科技大学;2015年

8 谢维斯;MR图像重建的模型与快速重建方法研究[D];湖南大学;2015年

9 彭亚丽;三维重建的若干关键技术研究[D];西安电子科技大学;2013年

10 郭敏;倒置型光片荧光显微成像及图像分析技术研究[D];浙江大学;2016年

相关硕士学位论文 前10条

1 朱程;MSAD方法正则化参数的选择及其有效性探究[D];南方医科大学;2014年

2 张培;基于空间域的超声层析成像方法研究[D];中北大学;2012年

3 谢奕;基于Agent的开放系统自适应框架[D];复旦大学;2014年

4 胡玉叶;基于压缩感知的MRI图像重建方法的VC实现[D];中南民族大学;2014年

5 苏渤力;基于热声系统的组织成像研究及图像重建[D];西南交通大学;2015年

6 胡自强;基于张量分解的脑部图像病变识别算法研究[D];曲阜师范大学;2015年

7 白静;基于TV正则化约束模型的三维断层相位显微镜图像重建[D];浙江大学;2015年

8 陈智;基于全变分(TV)的3D PET图像重建[D];浙江大学;2015年

9 任晓辰;电容层析成像系统相敏解调技术及图像重建[D];华北电力大学;2015年

10 魏夏平;PET心肌靶心图定量分析及图像重建[D];南方医科大学;2015年

，

本文编号：1953583